AI & Data
對於非技術背景的人來說，有了AI工具出現，大幅提升工作效率外，也將腦中的想法轉換成可行的MVP。因此，我將透過30天的分享與實作，帶領你一步步完成從資料爬取、資料前處理、模型訓練，到部署並串接開發系統的端到端流程。
Modern Web
分享 Animate-UI 如何透過 shadcn CLI 或直接複製程式碼，快速引入專案，並展示一些最簡單的動畫範例。Animate-UI 結合了 React、Tailwind CSS 與 Motion，提供靈活且高度可自訂的動畫元件，開發者不需要從零開始設計動效，只需套用現有的元件並調整參數，即可創造出豐富的互動體驗。
AI & Data
這次 30 天技術寫作挑戰，我選擇聚焦 Real-time (Streaming) Pipeline。系列將從「知其然，更知其所以然」的角度出發，先動手寫一個簡單的 streaming framework，帶大家理解事件驅動、狀態管理與窗口計算等核心概念，再進一步探索業界主流的 Flink 與 RisingWave。希望透過「先造小輪子，再開大卡車」的方式，讓大家不只看懂技術，還能真正體會它為什麼重要。三十天不一定能成就一部史詩，但一定能收穫一套完整的 Streaming 心法。
生成式 AI
MCP 革命：它像 USB-C 一樣，為 LLM 提供標準化的介面。 本系列內容圍繞三大面向： １．核心概念介紹 ２．MCP Server 建置教學：從零實作最小 MCP Server，並學會將現有服務轉換為 MCP Server讓其他人能夠透過 LLM 使用。 ３．整合應用實戰：示範如何使用現成的 MCP Server（如 GitLab、Figma），提升工作效率。
生成式 AI
在生成式 AI 的浪潮下，各式 LLM 應用迅速湧現，JavaScript／Node.js 雖在 Web 領域已相當成熟，但針對 AI 應用的實戰分享仍相對有限。身為長期深耕 JS 生態圈的開發者，我希望藉由熟悉的技術工具，實現更多生成式 AI 應用的可能性。 本系列將以 Node.js 打造生成式 AI 應用為主軸，從 OpenAI API 入門，逐步深入 Prompt 提示工程、LangChain 核心功能與 RAG 技術實作，並透過 LangGraph 建構 AI Agent，最終探討本地模型部署。透過完整的實戰範例，協助開發者快速掌握 AI 工具鏈，打造靈活且可擴展的智慧應用。
Modern Web
由淺入深最新 .NET 9 + Azure + AI 雲實戰守則
生成式 AI
本系列文將帶領讀者從基礎到實作，完整掌握文件問答系統的建構流程。課程分為四大部分：基礎知識篇介紹 RAG 與 OCR 的價值，並比較 Tesseract、EasyOCR、PaddleOCR 等工具；文件理解模型篇解析 LayoutLM 的演進，並引入 DocFormer、Donut 與 MinerU；Ollama 篇則聚焦模型操作與 LangChain 串接；最後在專案實作篇，透過 Streamlit、Docker、Celery 與 PostgresSQL 打造互動介面與完整 RAG 流程。本系列結合理論、工具比較與實際開發，協助學習者逐步完成全地端智慧文件 QA 系統。